[发明专利]一种音频数据处理方法、装置、设备以及可读存储介质

说明书

本申请实施例提供了一种音频数据处理方法、装置、设备以及可读存储介质，该方法可以应用于云技术、人工智能、智慧交通、辅助驾驶、音频等场景，方法包括：获取目标音频数据对应的嵌入音频特征，将嵌入音频特征转换为具有二元参数格式的目标音频特征；根据特征距离阈值，对目标音频特征的特征参数进行二元参数翻转，得到与目标音频特征相关联的候选音频特征；根据候选音频特征在样本音频特征集合中的匹配统计结果，在样本音频特征集合中确定与目标音频特征相匹配的匹配音频特征；将匹配音频特征对应的匹配音频数据，确定为与目标音频数据相匹配的音频数据。采用本申请，可以提高音频数据的匹配效率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种音频数据处理方法、装置、设备以及可读存储介质。

背景技术

现有的音频指纹近邻搜索方法为线性查找方法，线性查找方法可以获取目标音频数据对应的嵌入音频特征，通过嵌入音频特征遍历样本音频特征集合，计算嵌入音频特征和样本音频特征集合中的每个样本音频特征之间的相似度，从而在样本音频特征集合中确定具有最大相似度的样本音频特征，基于该具有最大相似度的样本音频特征，确定与目标音频数据相匹配的匹配音频数据。

可以理解的是，在样本音频特征集合中的样本音频特征的数量较少时，可以快速出嵌入音频特征和较少数量的样本音频特征之间的相似度，然而，在样本音频特征集合中的样本音频特征的数量较多时，计算出嵌入音频特征和较多数量的样本音频特征之间的相似度会花费大量的时间，无法快速计算出与目标音频数据相匹配的匹配音频数据，从而降低了音频数据的匹配效率。

发明内容

本申请实施例提供一种音频数据处理方法、装置、设备以及可读存储介质，可以提高音频数据的匹配效率。

本申请实施例一方面提供了一种音频数据处理方法，包括：

获取目标音频数据对应的嵌入音频特征，将嵌入音频特征转换为具有二元参数格式的目标音频特征；

根据特征距离阈值，对目标音频特征的特征参数进行二元参数翻转，得到与目标音频特征相关联的候选音频特征；候选音频特征和目标音频特征之间的特征距离小于特征距离阈值；

根据候选音频特征在样本音频特征集合中的匹配统计结果，在样本音频特征集合中确定与目标音频特征相匹配的匹配音频特征；

将匹配音频特征对应的匹配音频数据，确定为与目标音频数据相匹配的音频数据。

本申请实施例一方面提供了一种音频数据处理装置，包括：

特征获取模块，用于获取目标音频数据对应的嵌入音频特征，将嵌入音频特征转换为具有二元参数格式的目标音频特征；

参数翻转模块，用于根据特征距离阈值，对目标音频特征的特征参数进行二元参数翻转，得到与目标音频特征相关联的候选音频特征；候选音频特征和目标音频特征之间的特征距离小于特征距离阈值；

特征匹配模块，用于根据候选音频特征在样本音频特征集合中的匹配统计结果，在样本音频特征集合中确定与目标音频特征相匹配的匹配音频特征；

数据确定模块，用于将匹配音频特征对应的匹配音频数据，确定为与目标音频数据相匹配的音频数据。

其中，特征获取模块包括：

分帧处理单元，用于对目标音频数据进行分帧处理，得到目标音频数据中的F个音频帧；F为正整数；

特征提取单元，用于对F个音频帧分别进行特征提取，得到每个音频帧分别对应的嵌入音频特征；

特征转换单元，用于将F个嵌入音频特征分别转换为具有二元参数格式的目标音频特征。

其中，F个嵌入音频特征包括嵌入音频特征H_k，k为小于或等于F的正整数；